利用视觉基础模型跟踪滑坡疤痕的时空演化：一种新颖且通用的框架
计算机视觉与模式识别
2025-10-14 v1
摘要
跟踪大规模滑坡疤痕的时空演化对于理解演化机制和 failure 前兆，以及实现有效的早期预警至关重要。然而，大多数现有研究仅聚焦于单相或 pre-和 post-failure 双相滑坡识别。尽管这些方法勾勒出了 post-failure 滑坡边界，但跟踪滑坡疤痕的时空演化仍具有挑战。为此，本研究提出了一种 novel 且通用的框架，用于利用视觉基础模型跟踪大规模滑坡疤痕的时空演化。该框架的关键思想是将离散的光遥感图像重建为连续的视频序列。这种转换使开发用于视频分割的视觉基础模型能够用于跟踪滑坡疤痕的演化。该框架在知识引导、自动传播和交互式细化范式下运行，以确保滑坡疤痕的连续且准确识别。该框架通过应用于两个代表性案例：post-failure Baige 滑坡和 active Sela 滑坡(2017-2025)进行验证。结果表明，该框架能够持续跟踪滑坡疤痕，既捕获了用于早期预警的 failure 前兆，也捕获了用于评估次要灾害和长期稳定性的 post-failure 演化。
引用
@article{arxiv.2510.10084,
title = {Tracking the Spatiotemporal Evolution of Landslide Scars Using a Vision Foundation Model: A Novel and Universal Framework},
author = {Meijun Zhou and Gang Mei and Zhengjing Ma and Nengxiong Xu and Jianbing Peng},
journal= {arXiv preprint arXiv:2510.10084},
year = {2025}
}